大家好，我是程序员鱼皮。 每年求职季，我都会分享一些求职攻略。这些年我帮大家修改过几千份简历，之前写的 《保姆级写简历指南》 也帮了不少同学拿到面试机会。所以在写简历这件事上，我还是比较有发言权的。  不过随着 AI 的发展，程序员的简历写法也必须要更新了！ 如今的招聘市场，会 AI 已经不是加分项，而是 筛选条件。随便翻翻现在大厂的 JD，很多都明确写着：熟悉 AI 大模型开发优先、有 AI 编程经验优先。 如果你的简历上还是清一色的 CRUD 项目，连一个 AI 相关的关键词都没有，那大概率第一轮筛选就被刷掉了。 而且 AI 时代对程序员的能力边界有了很大的扩展。以前我们说 “全栈”，可能...

已经有一段实习了，但是年后投到现在至今0约面😭，是哪里出了问题啊，是双非学历问题还是简历问题啊😭😭求各位大佬指点一下

1. 自我介绍2. 训练一个 decoder-only 大模型时，为什么 embedding 层和 lm head 常常共享权重权重共享本质上是一种参数高效和统计一致性的设计。输入端 embedding 学到的是“token 到向量空间”的映射，输出端 lm head 学到的是“隐藏状态到词表概率”的映射，如果这两个空间本身就在描述同一个词表语义，那么共享权重可以减少冗余参数，并让输入语义空间与输出判别空间保持一致。从优化角度看，共享权重还能起到轻微正则化作用，尤其在词表非常大时更明显。代价是模型表达自由度下降了一点，但对大多数语言模型来说这个损失远小于收益。很多实现里会保留一个独立 bias...